井上 中順 | 東京工業大学 情報理工学研究科 計算工学専攻
スポンサーリンク
概要
関連著者
-
井上 中順
東京工業大学 情報理工学研究科 計算工学専攻
-
篠田 浩一
東京工業大学
-
篠田 浩一
東京工業大学大学院情報理工学研究科計算工学専攻
-
篠田 浩一
NEC情報通信メディア研究本部
-
上嶋 勇祐
東京工業大学大学院 情報理工学研究科 計算工学専攻
-
上嶋 勇祐
東京工業大学情報工学科
-
上嶋 勇祐
東京工業大学大学院情報理工学研究科計算工学専攻
-
井上 中順
東京工業大学情報理工学研究科計算工学専攻
-
古井 貞煕
東京工業大学大学院情報理工学研究科計算工学専攻
-
篠田 浩一
東京工業大学情報理工学研究科計算工学専攻
-
古井 貞煕
東京工業大学
-
古井 貞熙
東京工業大学大学院情報理工学研究科計算工学専攻
-
古井 貞熙
東京工業大学大学院情報理工学研究科:国立国語研究所
-
佐藤 俊介
キヤノン株式会社デジタルプラットフォーム開発本部
-
佐藤 俊介
キヤノン株式会社 デジタルプラットフォーム開発本部
-
古井 貞煕
東工大
-
斉藤 辰彦
東京工業大学情報理工学研究科計算工学専攻
-
上嶋 勇祐
東京工業大学情報理工学研究科計算工学専攻
-
古井 貞熙
東京工業大学
-
斉藤 辰彦
東京工業大学大学院総合理工学研究科物理情報システム専攻
-
篠田 浩一
東京工業大学大学院 情報理工学研究科 計算工学専攻
-
井上 中順
東京工業大学大学院 情報理工学研究科 計算工学専攻
著作論文
- SIFT混合ガウス分布と音響特徴を用いた映像からの高次特徴検出(テーマセッション関連,一般物体認識・画像特徴量)
- 大規模映像資源のためのマルチモーダル高次特徴検出(画像・映像処理)
- SIFT混合ガウス分布を用いた一般物体認識のためのマルチカーネル学習(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- SIFT混合ガウス分布を用いた一般物体認識のためのマルチカーネル学習(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- マルチモーダル・マルチフレームな手法を用いたTRECVIDセマンティックインデクシング (パターン認識・メディア理解)
- 東京工業大学篠田研究室
- マルチモーダル・マルチフレームな手法を用いたTRECVIDセマンティックインデクシング(テーマセッション,映像処理とTRECVID)
- 木構造GMMを用いたセマンティックインデクシングの高速化 (パターン認識・メディア理解)
- 木構造GMMを用いたセマンティックインデクシングの高速化 (データ工学)
- 木構造GMMを用いたセマンティックインデクシングの高速化(テーマセッション,大規模マルチメディアデータを対象とした次世代検索およびマイニング)
- 木構造GMMを用いたセマンティックインデクシングの高速化(テーマセッション,大規模マルチメディアデータを対象とした次世代検索およびマイニング)
- 特別講演 映像の高性能なセマンティックインデクシングを目指して (パターン認識・メディア理解)
- GMM-SupervectorとSVMを用いた映像からのイベント検出 (音声)
- GMM-SupervectorとSVMを用いた映像からのイベント検出 (パターン認識・メディア理解)
- 映像の高性能なセマンティックインデクシングを目指して(テーマセッション,実世界文字認識と理解)
- GMM-SupervectorとSVMを用いた映像からのイベント検出(テーマセッション,時系列パターン認識)
- GMM-SupervectorとSVMを用いた映像からのイベント検出(テーマセッション,時系列パターン認識)
- 映像のセマンティックインデクシングのためのq-混合ガウス分布 (パターン認識・メディア理解)
- 映像のセマンティックインデクシングのためのq-混合ガウス分布 (情報論的学習理論と機械学習)
- GMM-Supervector とSVMを用いた映像からのイベント検出
- 映像のセマンティックインデクシングのためのq-混合ガウス分布
- GMM-Supervector とSVMを用いた映像からのイベント検出
- 映像のセマンティックインデクシングのためのq-混合ガウス分布(テーマセッション,コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)
- カメラの動き補正に基づく時空間特徴量とGMM supervectorを用いた映像からのイベント検出(テーマセッション,大規模データベースとパターン認識)
- 映像のセマンティックインデクシングのためのq一混合ガウス分布(コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)
- GMM Supervectorとビデオクリップスコアを用いた映像のセマンティックインデクシング(テーマセッション,大規模データベースとパターン認識)